我在構建 MLOps 系統四年中學到的經驗

AIGC動態歡迎閱讀

原標題：我在構建 MLOps 系統四年中學到的經驗
關鍵字：模型,快手,華為,騰訊,工程師
文章來源：AI前線
內容字數：0字

內容摘要：

作者 | Mehmet Burak Say?c? 譯者 | 王強 策劃 | Tina
正如標題所述，我致力于構建 MLOps 系統已經有近四年了。世界變化得很快，作為一名也有了四年經驗的程序員，我感覺自己一直在努力不被深度學習（LLM）的新技術淹沒，努力適應軟件工程，努力遠程獲得好公司的好職位，等等。
這篇文章一半是對我多年經歷的審慎回顧，另一半是我對工程、機器學習（運維）的看法。我想你的腦海中也曾浮現過這些問題，但我不會回答任何問題，只是分享我的觀點。第一個 ML 問題，
提前一日的用電量預測
2021 年，我開始研究能源消耗模型，這是我第一次真正深入研究運維應用程序。這個問題一開始很簡單：我們必須預測八個城市每 24 小時的每日用電量，但要提前 24 小時，這個項目名為日前電力預測。自從我開始研究這個問題以來，用戶數量不斷增加，普通消費者開始使用更多能源，新工廠也正在建設中。能源需求也會隨著經濟波動而變化。這一切都意味著更多模型漂移和數據漂移。
一段時間后，我定下了預測模型所用的一系列算法。在嘗試了深度學習模型和基于樹的模型后，我發現最成功的是 LightGBM 和 XGBoos

原文鏈接：我在構建 MLOps 系統四年中學到的經驗

聯系作者

文章來源：AI前線
作者微信：
作者簡介：